PROBABILIDADE E AVALIAÇÃO DE TESTES DE DIAGNÓSTICOS - Na área médica é bastante comum a solicitação de testes de diagnósticos Objetivos: Diagnóstico de doenças Prognóstico da evolução do paciente Para chegar ao diagnóstico, o médico considera várias possibilidades, com níveis de certeza Para conhecer os níveis de certeza é necessário conhecer um pouco de probabilidade Sempre que possível, combinar dois ou mais testes, para melhorar a precisão do diagnóstico

Exemplo 2: Dados genéricos de um teste clínico Tabela 1: Esquema padrão de síntese dos dados para verificação da qualidade de um teste clínico. Doença Teste Total Positivo Negativo Presente a b a + b Ausente c d c + d a + c b + d n T+ corresponde ao teste positivo T- corresponde ao teste negativo D+ corresponde a indivíduo portador da doença D- corresponde a indivíduo não portador da doença

QUALIDADE DE TESTES DE DIAGNÓSTICOS Medidas de qualidade: ● Sensibilidade ● Especificidade ● Valor de predição positiva ● Valor de predição negativa Sensibilidade e Especificidade - Sensibilidade: Probabilidade de o teste ser positivo sabendo que o paciente examinado é doente - Especificidade: Probabilidade de o teste ser negativo sabendo que o paciente examinado não é portador da doença

Exemplo 1: Diagnóstico de doença coronariana IMPORTANTE: Através desses dois métodos, estamos assumindo a existência de um teste de diagnóstico que sempre produz resultados corretos. Exemplo 1: Diagnóstico de doença coronariana Wiener et al. (1979) compararam os resultados do teste ergométrico de tolerância a exercícios entre indivíduos com e sem doença coronariana. O teste foi conside- rado positivo quando se observou mais de 1 mm de depressão ou elevação do segmento ST, em comparação com os resultados obtidos com o paciente em re- pouso. Discuta os resultados, usando a sensibilidade e a especificidade. Doença coronariana Teste Ergométrico Total Positivo Negativo Presente 815 208 1023 Ausente 115 327 442 930 535 1465

Exemplo 2: Metástase carcinoma hepático Lind & Singer (1986) estudaram a qualidade da tomografia computadorizada para o diagnóstico de metástase de carcinoma de fígado. Os resultados estão apresen- tados a seguir. Calcule a sensibilidade e a especificidade. Metástase de carcinoma hepático Tomografia computadorizada Total Positivo Negativo Presente 52 15 67 Ausente 9 74 83 61 89 150

Valor das predições A sensibilidade e a especificidade são bons sintetizadores das qualidades gerais de um teste, entretanto, não ajudam na decisão da equipe médica que, recebendo um paciente com resultado positivo do teste, precisa avaliar se o paciente está ou não doente. - Valor da predição positiva (VPP) - Valor da predição negativa (VPN)

Exemplo 2: Metástase carcinoma hepático - TABELA PARA O CÁLCULO DOS ÍNDICES População Prevalência Positivo Negativo Doente p p s p (1-s) Sadia 1-p (1-p) (1-e) (1-p) e Total 1 p s + (1-p) (1-e) p (1-s) + (1-p) e Exemplo 2: Metástase carcinoma hepático Sabe-se que a prevalência de metástase de carcinoma de fígado é de 2%. Calcule os valores de predição da tomografia computadorizada (fazer no MedCalc utilizando o arquivo carcinoma.xls)

CURVA ROC (receiver operator characteristic) A relação entre sensibilidade e especificidade pode ser ilustrada usando-se um gráfico conhecido como curva ROC. Uma curva ROC é um gráfico de linha que plota a probabilidade de um resultado positivo verdadeiro (sensibilidade) versus a probabilidade de um resultado falso positivo para uma série de diferentes pontos de corte. Quando um teste de diagnóstico existente é avaliado, esse tipo de gráfico pode ser usado como auxílio da avaliação da utilidade do teste e para determinar o ponto de corte mais apropriado.

Exemplo: Utilize o arquivo bpd.sav para fazer a curva ROC e sugerir pontos de corte. Refaça a análise utilizando o software MedCalc